- 大學(xué)生創(chuàng)新項目申請書 推薦度：
- 相關(guān)推薦
大學(xué)生創(chuàng)新項目申請書
培養(yǎng)大學(xué)生創(chuàng)新創(chuàng)業(yè)能力是緩解大學(xué)生就業(yè)形勢嚴(yán)峻性的有效途徑。那大學(xué)生創(chuàng)新醒目申請書，該怎么寫呢？下面是小編搜集的大學(xué)生創(chuàng)新項目申請書范文，希望對大家有幫助！
大學(xué)生創(chuàng)新項目申請書
項目名稱： 基于空間不變特征快速匹配的移動智能視頻監(jiān)控系統(tǒng)設(shè)計
申請經(jīng)費：9700元
一、課題組成員：（包括項目負(fù)責(zé)人、按順序）
姓名 鄭正 楊航 趙一陽 蔣大成 靳萬鑫
性別 男 男 男 男 男
所在院 航天學(xué)院 航天學(xué)院 航天學(xué)院 航天學(xué)院 航天學(xué)院
年級 大二 大二 大二 大二 大二
學(xué)號 1100400301 1100400326 1100400227 1100400327 1100400322
身份證號 350102199207243616 51382619920827001X 230102199201294618 510107199111021770 142234199202126030
本人簽字
二、指導(dǎo)教師意見：
該項目主要針對智能視頻監(jiān)控系統(tǒng)的自動運動目標(biāo)檢測跟蹤問題進行研究，涉及的內(nèi)容包括視頻處理算法設(shè)計和實際硬件系統(tǒng)實現(xiàn)，可用于校園、機場、企事業(yè)單位和其他公共場所異常事件和重大事故的自動預(yù)判和實時報警，具有較大的實際應(yīng)用價值。課題組相關(guān)研究人員，在本項目所涉及的視頻處理算法和硬件系統(tǒng)設(shè)計方面已經(jīng)有了較好的前期研究和技術(shù)儲備，在圖像處理算法、目標(biāo)跟蹤算法、基于ARM、MCS-51芯片的伺服控制系統(tǒng)設(shè)計方面，已經(jīng)參加了包括大學(xué)生科技創(chuàng)新、單片機設(shè)計大賽等多個創(chuàng)新實踐環(huán)節(jié)的研究工作，并順利結(jié)題。課題負(fù)責(zé)人鄭正學(xué)習(xí)刻苦、思維活躍、動手能力強、有較好的組織協(xié)調(diào)能力，能夠保證本項目的順利實施。 同意項目申報，望予以資助。
簽 名： 年 月 日
三、院（系）專家組意見：
組長簽名： （ 蓋 章 ）
年 月 日
四、學(xué)校專家組意見：
批準(zhǔn)經(jīng)費： 元
組長簽名： （ 蓋 章 ）
年 月 日
五、立項報告
1、項目簡介（300-500字左右）
本項目旨在設(shè)計一個可以自動鎖定并跟蹤目標(biāo)的視頻監(jiān)控裝置，能夠?qū)崿F(xiàn)從運動的多個目標(biāo)中選取出感興趣目標(biāo)，并對其進行鎖定跟蹤，可用于學(xué)校、機關(guān)、企事業(yè)單位及其他公共場所進行安全監(jiān)控和異常情況的智能識別。此外若提高設(shè)備的檢測識別精確度，甚至可以用于軍事導(dǎo)航制導(dǎo)方面或者航空航天方面的目標(biāo)自動鎖定與識別，以加強遠程自動控制系統(tǒng)的魯棒性。
項目原理簡介：該項目中應(yīng)用到的目標(biāo)跟蹤技術(shù)采用的是快速尺度不變特征（FSIFT）跟蹤算法[1]，
通過此算法可以用專用圖像處理器計算出攝像頭中心位置與目標(biāo)物體之間的線偏差，并通過ARM處理器驅(qū)動搭載監(jiān)控裝置的二自由度云臺進行精確目標(biāo)鎖定。正是由于特征匹配算法的諸多優(yōu)點，使得該裝置可以克服現(xiàn)有應(yīng)用幀間差值算法和各種易受各種尺度變換發(fā)生跟蹤丟失等的目標(biāo)鎖定裝置所具有的局限，還可以將此裝置用于移動平臺上的目標(biāo)鎖定，并應(yīng)用在航空或制導(dǎo)領(lǐng)域。盡管本項目目前只是對一種裝置模型的制作和實驗研究，但一旦將自動檢測與跟蹤技術(shù)應(yīng)用到實際生活將大幅度提升現(xiàn)有監(jiān)控設(shè)備的使用效率，可帶來極高的經(jīng)濟效益和商業(yè)價值，有著廣泛的應(yīng)用前景。
2、申請理由（包括自身/團隊具備的知識和能力情況、前期準(zhǔn)備情況等）
該項目具有很高的實際應(yīng)用價值，由于該項目設(shè)計出的裝置不僅能設(shè)計成一套自成體系的用于異常行為分析、用于人口或交通流量檢測的系統(tǒng)并用于大場景的多目標(biāo)識別與分析，也能用于其他項目中作為一個目標(biāo)鎖定跟蹤的設(shè)備，實現(xiàn)高抗干擾能力的自適應(yīng)性識別跟蹤模塊，因此對此方面的研究非常值得我們團隊投入時間與精力進行系統(tǒng)地設(shè)計與改進。
而就我們團隊的能力情況而言，負(fù)責(zé)圖像處理算法設(shè)計與優(yōu)化的蔣大成 、靳萬鑫、鄭正，目前
向控制與仿真中心學(xué)習(xí)視頻圖像處理技術(shù)，且在研究有關(guān)目標(biāo)跟蹤、識別和圖形配準(zhǔn)等模式識別的有關(guān)課題方面有一定進展。負(fù)責(zé)硬件構(gòu)建和接口控制的楊航、趙一陽、蔣大成、鄭正，能熟練運用STM32，F(xiàn)reescale，MCS51等處理器和各種電路驅(qū)動控制芯片。目前我們團隊大部分人員都參加過大學(xué)生科技創(chuàng)新并成功結(jié)題，由于具有科技創(chuàng)新和多次硬件開發(fā)制作經(jīng)歷，我們能夠順利地解決在項目研究中遇到的種種問題，且自信能夠完成項目的'基本研究內(nèi)容，并爭取與相關(guān)企業(yè)合作。
就前期準(zhǔn)備方面，該項目初步?jīng)Q定采用前期在控制與仿真中心研究并基本實現(xiàn)的圖像匹配算法，
且該配準(zhǔn)算法已經(jīng)能夠基本在計算機上仿真實現(xiàn)，只需經(jīng)過后期的算法時效性改進便可以應(yīng)用在外設(shè)硬件上進行目標(biāo)檢測與識別。且在硬件方面，趙一陽、楊航可以從上海交大的機器人研究所的導(dǎo)師和本校的MEMS研究中心的導(dǎo)師獲得技術(shù)支持，學(xué)校提供的高級電子實驗中心能基本滿足后期的硬件模塊的組裝和調(diào)試的需求，支承構(gòu)建材料和基本的連接部件可由本校金屬工藝實踐基地提供條件進行設(shè)計與制作。
3、立項背景
3.1 智能目標(biāo)跟蹤系統(tǒng)的研究意義
目前為止，帶有視頻和圖像采集功能的監(jiān)視系統(tǒng)已經(jīng)被廣泛用于各個場所，最常見的監(jiān)控設(shè)備
如交通系統(tǒng)中的道路監(jiān)控攝像頭，道路監(jiān)控中心通過此種監(jiān)控設(shè)備處理違章、交通事故、治安案件等異常情況，并遠程觸發(fā)交通事故的預(yù)警，在日常處理交通路況的道路監(jiān)控環(huán)節(jié)中數(shù)字監(jiān)視裝置起到至關(guān)重要的作用。在一些歐美地區(qū)，圖像監(jiān)控技術(shù)也應(yīng)用在了農(nóng)業(yè)方面，用通過機載攝像頭航拍獲取的農(nóng)務(wù)地區(qū)顏色信息來制定具有一定適應(yīng)性的耕種策略。若將帶有圖像采集功能的監(jiān)視設(shè)備用在打擊犯罪行為，具有遠程控制功能的監(jiān)控設(shè)備更是具有重要作用，通過數(shù)字監(jiān)控裝置的罪犯的遠程定位，可以快速幫助警方破獲棘手的案件。
但是目前的民用監(jiān)視系統(tǒng)主要存在以下問題：一是，對于民用（如城市）監(jiān)控系統(tǒng)，目前主要
采取固定位置安裝，這樣為了對整個城市進行監(jiān)控，需要安裝大量的監(jiān)控攝像裝置，既增加了系統(tǒng)成本，而且存在著監(jiān)視盲區(qū)，一些城市死角，容易發(fā)生事故且無法覆蓋常發(fā)生嚴(yán)重災(zāi)害的地方，因此亟需發(fā)展可移動的空中監(jiān)視系統(tǒng)；二，目前的民用監(jiān)控系統(tǒng)對采集的視頻圖像幾乎不做任何處理，完全依靠大量的監(jiān)視人員親自花費大量的時間對視頻資料進行處理，隨著城市監(jiān)控系統(tǒng)的增加，這將耗費大量的人力、物力和財力。因此亟需發(fā)展具有視頻圖像自動處理、檢測和跟蹤能力的可在空中移動的智能監(jiān)控系統(tǒng)。
而對于軍事監(jiān)控系統(tǒng)，目前主要安裝在飛機、無人機、飛艇、熱氣球等可空中飛行和漂浮的運
動平臺上（如前視紅外吊艙），并且也具有一定的自動視頻處理、檢測和跟蹤能力。但是自動視頻處理和跟蹤能力僅是對于特定的情況下有效，且往往對數(shù)字信號的噪聲級別要求特別嚴(yán)苛，在一些例如高光或者易產(chǎn)生煙塵和霧氣的外源信號干擾場景下未經(jīng)過數(shù)字圖像配準(zhǔn)幾乎無法進行目標(biāo)跟蹤，而圖形學(xué)后期的配準(zhǔn)技術(shù)又對硬件有更高的要求，如近似靜止的湖面背景以及運動平臺具有小的運動范圍和姿態(tài)變化的情況。而對于復(fù)雜的動態(tài)場景，如真實的自然環(huán)境或城市背景，以及飛行載體存在劇烈運動的情況下，則還需依靠人力通過手動分析所獲取的視頻信息，這樣既耗費大量的人力，而且需要花費大量的時間，常常會導(dǎo)致操作的人員無法提高戰(zhàn)時的機動性，失去占領(lǐng)戰(zhàn)略時機制高點的機會。
因此，目前亟需開發(fā)在復(fù)雜真實環(huán)境下，具有自動檢測并跟蹤目標(biāo)功能的移動智能監(jiān)視系統(tǒng)，
以適應(yīng)負(fù)責(zé)多變的環(huán)境干擾并克服由于監(jiān)控設(shè)備的運動導(dǎo)致的目標(biāo)丟失。
3.2 目前檢測裝置與跟蹤技術(shù)現(xiàn)狀 3.2.1 運動目標(biāo)檢測方法的研究現(xiàn)狀
作為近幾年才普及的新型自動跟蹤裝置，在目前具有極其廣泛應(yīng)用前景的智能監(jiān)控設(shè)備只是簡
單地使用類似幀間差分法進行運動目標(biāo)的跟蹤，并不是真正意義上實現(xiàn)人工智能化控制監(jiān)控系統(tǒng)， 2011年加拿大Aeryon[6]實驗室研制出了一種能夠?qū)崿F(xiàn)人工遠程控制的飛行機器人，這款配備了世界上最先進的情報系統(tǒng)的機器人，可用于追蹤犯罪分子和監(jiān)視公眾活動，但是由于是基于遠程人工控制的衛(wèi)星定位，就無可避免地導(dǎo)致了犯罪分子定位精確性上的缺失，此情況中的目標(biāo)丟失還特別容易發(fā)生在低可見度情況下，并且在目標(biāo)與背景的相對移動較為緩慢時，產(chǎn)生的微小像素差會影響目標(biāo)鎖定設(shè)備的識別準(zhǔn)確率，極易發(fā)生丟失目標(biāo)的情況，倘若使用更加智能化的跟蹤鎖定技術(shù)就能避免這些誤差，實現(xiàn)智能化的監(jiān)控效果。
3.2.2 運動目標(biāo)跟蹤方法研究現(xiàn)狀
目前智能目標(biāo)跟蹤多數(shù)使用的是模板匹配算法，模板匹配的方法很多，有基于方向鏈碼[1]的匹
配方法、基于SIFT 特征[4]的方法等。在數(shù)字監(jiān)控設(shè)備上應(yīng)用智能模板匹配算法更是包括圖像處理領(lǐng)域、電子工程領(lǐng)域、模式識別領(lǐng)域等眾多科學(xué)工作者的研究焦點所在，通過采用閉環(huán)識別系統(tǒng)的智能識別，目前已經(jīng)可以實現(xiàn)實時對特定形狀的檢測，例如采用模板匹配的人臉特征檢測技術(shù)就被廣泛用于家用筆記本電腦和各個機密科研場所的門禁設(shè)備，在軍事方面則常見被軍事技術(shù)開發(fā)部門應(yīng)用在紅外制導(dǎo)、火控系統(tǒng)等軍用設(shè)備中，可見改進數(shù)字監(jiān)控設(shè)備上應(yīng)用智能算法能使得具有監(jiān)控功能的硬件應(yīng)用價值得到大幅度提高。并且近幾年在機器人研究實驗室中能夠?qū)崿F(xiàn)自動跟蹤的先進的智能監(jiān)控機器人已經(jīng)能夠自動跟蹤運動目標(biāo)，讓驅(qū)動電機實現(xiàn)實時目標(biāo)中心化的跟蹤效果，用于追蹤運動物體如可以應(yīng)用在交通監(jiān)管領(lǐng)域的交通違規(guī)等方面的裝置量產(chǎn)已經(jīng)可以實現(xiàn)。帶有自動跟蹤識別技術(shù)的監(jiān)控裝置可以應(yīng)用在包括監(jiān)控方面的機密場所的安全防護，和用于交通路況的自動監(jiān)控和預(yù)警，例如針對基于空中成像平臺的城市交通的監(jiān)視問題，可以通過使用基于模板匹配的路況模型分析算法[10]。先采用復(fù)雜的路面探測算法獲得運動車輛候選區(qū)域，然后排除掉非車輛區(qū)域，再采用級聯(lián)的分類器對候選目標(biāo)區(qū)域進行細(xì)化，從而降低車輛探測的虛警率。
3.2.3 目前投入應(yīng)用的檢測算法的不足與缺陷
由于應(yīng)用在現(xiàn)有檢測裝置的跟蹤方法應(yīng)用的幀間差分法[9]和各種易受尺度變換發(fā)生目標(biāo)丟失的算法具有極其局限的應(yīng)用范圍，且存在多方面的問題：
一是目前多數(shù)能智能跟蹤的裝置多數(shù)采用的方法無法準(zhǔn)確定位目標(biāo)，且多是將灰度化預(yù)處理后的圖片利用運動物體產(chǎn)生的前景與背景的像素差來實現(xiàn)運動方向的檢測，這就導(dǎo)致了在前景、背景的灰度差別小的情況下及容易發(fā)生目標(biāo)丟失。
二是目前大部分已被模式識別專家提出的多數(shù)目標(biāo)跟蹤算法對硬件要求極高，無法實時應(yīng)用在現(xiàn)今所具有的硬件條件，而對于復(fù)雜的動態(tài)場景，如真實的自然環(huán)境或城市背景，以及飛行載體存在劇烈運動的情況下，則還需依靠人力通過手動分析所獲取的視頻信息，這樣既耗費大量的人力，也需要花費大量的時間。
三是由于對穩(wěn)定不變能襯托反差的背景依賴性導(dǎo)致了幀間差分等目標(biāo)跟蹤算法無法應(yīng)用于運動載體上，這將導(dǎo)致應(yīng)用此算法的目標(biāo)檢測裝置無法在交通工具等移動載體上發(fā)揮目標(biāo)識別與追蹤的功能，故需要采用更具有魯棒性的識別算法，在模式識別方面的配準(zhǔn)識別特別適合用于該場景，在經(jīng)過優(yōu)化和改進后更能適應(yīng)復(fù)雜的檢測環(huán)境并幾乎能做到完美解決現(xiàn)有檢測裝置的不足之處。
3.3 目標(biāo)跟蹤的優(yōu)化
本項目就針對傳統(tǒng)需要人工操作的數(shù)字監(jiān)控設(shè)備進行了智能化設(shè)計，通過類似人眼的視覺識別仿生原理，制定出一系列使跟蹤鎖定技術(shù)智能化的實現(xiàn)方案，這里所涉及到的自動跟蹤不是傳統(tǒng)意義上的運動目標(biāo)跟蹤，而是一種類似模式識別中紋理匹配、輪廓提取和特征點匹配的算法，該算法是由David Lowe 在2004年提出并完善的SIFT算法（Scale-invariant feature transform，尺度不變特征轉(zhuǎn)換），尤其是SIFT特征匹配算法處理的信息量大，適合在整場具有豐富細(xì)節(jié)的圖像中快速進行目標(biāo)匹配和定位[7]，若能應(yīng)用在現(xiàn)有檢測與跟蹤系統(tǒng)中，則可以大大提高其實用價值和功能。
之所以采用基于SIFT特征點分析的模板匹配算法是由于該算法可通過其特有的局部影像特征的描述與偵測技術(shù)辨識出物體特征和輪廓，且由此算法提取出的特征點組是基于物體上的一些局部外觀的興趣點，這些特征點是由相對坐標(biāo)系定位，因此與影像的大小和旋轉(zhuǎn)角度無關(guān)，可以有效地克服由于圖像采集設(shè)備的位移導(dǎo)致的仿射變換誤差。此外，該算法可以利用在目標(biāo)識別和匹配方面取得了顯著進展的Harris-Affine和SIFT不變特征，利用近鄰比和Mahalannobis距離的仿射不變性實現(xiàn)特征匹配，進而實現(xiàn)大失配圖像的配準(zhǔn)，進而克服由于設(shè)備抖動導(dǎo)致的圖像退化問題[8]。在一些更加不利的情況下，如使用 SIFT特征描述對于部分物體遮蔽的偵測率相當(dāng)高，甚至只需要3個以上的SIFT物體特征就足以計算出位置與方位。由于該算法提取的是特征形狀信息，故對于光線、噪聲、些微視角改變具有一定的容忍度�；谶@些特性，SIFT特征匹配效果顯著而且相對容易獲取，在信息量龐大的采集圖像數(shù)據(jù)中，很容易辨識物體而且不易發(fā)生誤匹配�，F(xiàn)今的電腦硬件速度下和小型的特征匹配數(shù)據(jù)庫條件下，辨識速度可接近即時運算,而經(jīng)過采用文獻[5] 提出的“加速算法”改進的快速SIFT模板匹配算法更能在外設(shè)硬件上發(fā)揮功效，這是將該算法應(yīng)用于自適應(yīng)目標(biāo)跟蹤和定位裝置的算法前提。
參考文獻：
[1] 李忠海，李 申，崔建國，劉羅曼. 基于快速SIFT 特征提取的模板匹配算法,2011,37(24)
[2] 李忠海, 申為峰. 基于方向碼的旋轉(zhuǎn)不變模板快速匹配方法[J].計算機工程, 2010, 36(16): 210-212.
[3] 田原,譚鐵牛,孫洪贊. 一種具有良好魯棒性的實時跟蹤方法[J].自動化學(xué)報，2002,28(5):851-853. [4] Lowe D. Distinctive Image Features from Scale-invariant Key points [J]. International Journal on Computer Vision, 2004, 60(2):91-110.
[5] 張 羽, 朱 丹, 王玉良. 一種改進的快速SIFT 特征匹配算法[J]. 微計算機信息, 2008, 24(33): 220-222.
[6] Company News/New Products[J] Unmanned systems, EI, 2010, 28(6) [7] 朱利成.運動目標(biāo)檢測與跟蹤算法研究[D].浙江工業(yè)大學(xué),2009.
[8] 李玲玲.基于不變特征的圖像配準(zhǔn)方法研究與應(yīng)用[D].廈門大學(xué),2008.
[9] 杜晶晶.智能視頻監(jiān)控中運動目標(biāo)檢測與跟蹤算法研究[D].西南交通大學(xué),2009. [10] R. Lin, X. Cao, Y. Xu, C. Wu, H. Qiao. Airborne moving vehicle detection for video surveillance of urban traffic[C]. IEEE Intelligent Vehicles Symposium, 2009:203–208.
[11] 胡琳萍.基于DSP的控制驅(qū)動一體化二自由度云臺的設(shè)計與實現(xiàn)[D].武漢科技大學(xué),2008. [12] 陳龍．電視監(jiān)控與安全防范系統(tǒng)[M]．北京：科學(xué)出版社，1998．
[13] 鄒敏.基于DSP的直線電機模糊PID控制系統(tǒng)研究與實現(xiàn)[D].武漢理工大學(xué),2010. [14] 邱楓.基于DSP HPI口和EDMA技術(shù)的圖像采集及處理系統(tǒng)[D].哈爾濱工業(yè)大學(xué),2004.
【大學(xué)生創(chuàng)新項目申請書】相關(guān)文章：
大學(xué)生創(chuàng)新創(chuàng)業(yè)項目調(diào)研報告范文06-10
大學(xué)生創(chuàng)新創(chuàng)業(yè)項目計劃書10-18
大學(xué)生創(chuàng)新創(chuàng)業(yè)項目結(jié)題報告10-21
大學(xué)生創(chuàng)新創(chuàng)業(yè)項目計劃書09-06
大學(xué)生花店創(chuàng)新創(chuàng)業(yè)項目計劃書01-13
大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽項目計劃書11-02